【Emgu CV教程】10.5、轮廓之凸包

文章目录

一、什么叫轮廓的凸包
二、凸包函数
三、二维点集寻找凸包
四、绘制物体轮廓的凸包
- 1.原始素材
- 2.代码
- 3.运行结果

一、什么叫轮廓的凸包

凸包是一个更加简化的多边形，是轮廓最外层的“凸”多边形，与前一篇多边形近似拟合不同的是，凸包组成的折线图形，必须包含住整个轮廓，而且折线图形任意连续的三个点的内角小于180度。

下图中，右侧的多边形是凸包，左侧的是凹包，注意红框标注的那个点，就是凹点。
在这里插入图片描述
Emgu CV里面，或者说是OpenCV里面，只计算凸包，凹包没有意义。

二、凸包函数

public static void ConvexHull(
	IInputArray points, // 输入的轮廓
	IOutputArray hull, // 输出的凸包点集
	bool clockwise = false, //如果为true，输出的凸包是顺时针的，如果是false，输出的凸包是逆时针的。
	bool returnPoints = true // 为true就可以，一般别设为false
)

函数的输出结果 IOutputArray approxCurve ，是近似拟合点的集合。

三、二维点集寻找凸包

这是一个最简单的应用，假设我们有一堆已知的二维点集，这些点集的凸包，就像一堵围墙，可以把所有的点都围起来，代码可以这样写：

Mat dstMat = new Mat(500, 500, DepthType.Cv8U, 3);
dstMat.SetTo(new MCvScalar(0));

Random random = new Random();
VectorOfPoint vPoints1 = new VectorOfPoint(); // 存储随机点
VectorOfPoint hull = new VectorOfPoint();  // 存储凸包点
hull.Clear(); // 清除上一次数据
int count = random.Next(3, 50);

// 创建随机点集
System.Drawing.Point[] pt = new System.Drawing.Point[1];
for (int i = 0; i < count; i++)
{
    pt[0].X = random.Next(dstMat.Cols / 5, dstMat.Cols * 4 / 5);
    pt[0].Y = random.Next(dstMat.Rows / 5, dstMat.Rows * 4 / 5);
    CvInvoke.Circle(dstMat, pt[0], 3, new MCvScalar(random.Next(0, 255), random.Next(0, 255), random.Next(0, 255)), -1);
    vPoints1.Push(pt);
}

// 绘制凸包(闭合曲线)
CvInvoke.ConvexHull(vPoints1, hull, false, true);
for (int i = 0; i < hull.Size; i++)
{
    CvInvoke.Line(dstMat, hull[i], hull[(i + 1) % hull.Size], new MCvScalar(255, 255, 255), 2);
}

Image1.Source = dstMat.ToBitmapSource();

在一张 500 *500 大小的黑色背景图片中，创建随机数量的点，并利用ConvexHull()函数计算出凸包点，然后再用白色直线画出凸包图形。效果如下：
在这里插入图片描述

四、绘制物体轮廓的凸包

1.原始素材

原始图像srcMat如下:
在这里插入图片描述
这是一个毛笔书写的汉字“之”，分成了独立的4个部分，我们就对其4个部分做凸包检测。

2.代码

Mat tempMat = srcMat.Clone();
Mat dstMat = srcMat.Clone();
Mat gray = new Mat();
int threshold = 40;

// 转成灰度图再二值化
CvInvoke.CvtColor(tempMat, gray, ColorConversion.Bgr2Gray);
CvInvoke.Threshold(gray, gray, threshold, 255, ThresholdType.Binary);
CvInvoke.Imshow("Gray and threshold", gray);

// 定义轮廓集合
VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint();
VectorOfRect hierarchy = new VectorOfRect();

CvInvoke.FindContours(gray, contours, hierarchy, RetrType.External, ChainApproxMethod.ChainApproxNone);

// 在一张黑色图中画出所有轮廓
Mat allContours = new Mat(new System.Drawing.Size(gray.Cols, gray.Rows), DepthType.Cv8U, 1);
allContours.SetTo(new MCvScalar(0, 0, 0));
CvInvoke.DrawContours(allContours, contours, -1, new MCvScalar(255, 255, 255), 1);

// 按照面积筛选，太小的轮廓不计算
Dictionary<int, double> dict = new Dictionary<int, double>();
if (contours.Size > 0)
{
    for (int i = 0; i < contours.Size; i++)
    {
        double area = CvInvoke.ContourArea(contours[i]);
        Rectangle rect = CvInvoke.BoundingRectangle(contours[i]);

        if (rect.Width > 20 && rect.Height > 20 && area < 3000000)
        {
            dict.Add(i, area);
        }
    }
}

var item = dict.OrderByDescending(v => v.Value); // v.Value就代表面积，是降序排列

// 开始绘制凸包
Random random = new Random();
VectorOfInt hull = new VectorOfInt(); // 存储凸包点索引
foreach (var it in item)
{
    int key = it.Key;
    CvInvoke.ConvexHull(contours[key], hull);
    MCvScalar randomColor = new MCvScalar(random.Next(0, 255), random.Next(0, 255), random.Next(0, 255));
    for (int i = 0; i < hull.Size; i++)
    {
        if (i != hull.Size - 1)
        {
            CvInvoke.Line(dstMat, contours[key][hull[i]], contours[key][hull[i + 1]], randomColor, 2);
        }
        else
        {
            CvInvoke.Line(dstMat, contours[key][hull[i]], contours[key][hull[0]], randomColor, 2);
        }
    }
}

CvInvoke.Imshow("All contours, " + dict.Count(), allContours);
CvInvoke.Imshow("Final result image, " + dstMat.Size.ToString(), dstMat);